🧰 IBM เปิดตัว “Enterprise Advantage” เพื่อช่วยให้ธุรกิจต่างๆ ขยายขีดความสามารถของ AI เชิงตัวแทน (agent AI) ↗
IBM กำลังเสนอแนวทางที่เน้น "แพลตฟอร์มเป็นหลัก" ในการนำ AI ที่ทำหน้าที่เสมือนตัวแทนมาใช้ภายในองค์กรขนาดใหญ่ ซึ่งแตกต่างจากการสาธิตในนิยายวิทยาศาสตร์ แต่เป็นการวางระบบที่เป็นระเบียบ แนวคิดคือการนำสินทรัพย์กลับมาใช้ใหม่ สร้างมาตรฐานวิธีการทำงานของทีม และป้องกันไม่ให้แต่ละแผนกสร้างอาณาจักร AI ขนาดเล็กของตนเองขึ้นมา.
นอกจากนี้ พวกเขายังเน้นหนักไปที่แนวคิด “ปรับให้เข้ากับระบบที่มีอยู่แล้ว” มากกว่าการเรียกร้องให้สร้างใหม่ทั้งหมด ซึ่งฟังดูน่าเชื่อถือจนกว่าคุณจะได้เจอกับระบบเก่าที่ใช้งานจริง อย่างไรก็ตาม เจตนาชัดเจนคือ ทำให้การติดตั้งเอเจนต์สามารถทำซ้ำได้ ไม่ใช่ปรับแต่งเฉพาะเจาะจง.
🧭 e& และ IBM ผสานรวม AI เชิงตัวแทนเข้ากับกระบวนการทำงานด้านการกำกับดูแลและการปฏิบัติตามกฎระเบียบ ↗
อันนี้ไม่ใช่แค่ "แชทกับบอท" แต่เป็น "AI ที่ทำงานอยู่ภายในระบบบริหารความเสี่ยงและการปฏิบัติตามกฎระเบียบของคุณ" ซึ่งเป็นส่วนที่ไม่น่าดึงดูดใจนัก แต่ความผิดพลาดเพียงเล็กน้อยก็อาจทำให้เสียค่าใช้จ่ายสูงได้อย่างรวดเร็ว แนวคิดคือการทำงานอัตโนมัติแบบมีตัวแทน พร้อมด้วยกลไกควบคุมและตรวจสอบย้อนกลับที่ผสานรวมตั้งแต่เริ่มต้น.
พวกเขาอธิบายว่านี่คือการเปลี่ยนแปลงจากผู้ช่วยที่คอยตอบคำถามไปเป็นตัวแทนที่ทำหน้าที่ดำเนินการตามขั้นตอนภายใต้การควบคุมอย่างเข้มงวด นั่นเป็นสิ่งที่ทรงพลัง และเป็นส่วนที่ทำให้ผู้คนหันมาสนใจมากขึ้น.
📈 ผลการศึกษาของ IBM ระบุว่า AI มีศักยภาพในการขับเคลื่อนการเติบโตของธุรกิจอย่างชาญฉลาดไปจนถึงปี 2030 ↗
ผลสำรวจผู้บริหารของ IBM ชี้ให้เห็นโดยสรุปว่า บริษัทต่างๆ คาดหวังว่า AI จะก้าวข้ามไปไกลกว่าแค่การเพิ่มประสิทธิภาพ ไปสู่การเติบโตที่แท้จริง แต่ผู้นำจำนวนมากยังไม่มีแผนที่ชัดเจนว่าคุณค่าจะตกไปอยู่ที่จุดไหน ความขัดแย้งนี้กลับให้ความรู้สึกสบายใจอย่างประหลาด – คุณไม่ได้รู้สึกแบบนี้อยู่คนเดียวหรอก.
ประเด็นสำคัญคือการบูรณาการ: การใช้ AI เป็นส่วนเสริมไม่ได้เปลี่ยนแปลงอะไรมากนัก นอกจากนี้ยังมีการผลักดันอย่างเงียบๆ ไปสู่กลยุทธ์แบบหลายโมเดลและโมเดลขนาดเล็กที่ทำงานมากขึ้น ซึ่งดูเหมือนจะเป็นก้าวที่ปฏิบัติได้จริงในการถอยห่างจากแนวคิดการขยายขนาดโดยไม่คำนึงถึงต้นทุน...หรืออย่างน้อยก็ดูเหมือนจะเป็นเช่นนั้น.
🎓 มหาวิทยาลัยแมนเชสเตอร์และไมโครซอฟต์ประกาศความร่วมมือด้านปัญญาประดิษฐ์ครั้งแรกของโลก ↗
มหาวิทยาลัยแมนเชสเตอร์ประกาศว่าจะใช้ระบบนี้อย่างทั่วถึง: ให้สิทธิ์การใช้งาน Microsoft 365 Copilot พร้อมทั้งฝึกอบรมแก่บุคลากรและนักศึกษาทุกคน โดยเน้นที่ทักษะ ความเท่าเทียม และการใช้งานอย่างมีความรับผิดชอบ ไม่ใช่แค่การเพิ่มประสิทธิภาพการทำงานเพียงอย่างเดียว.
ในทางปฏิบัติ นั่นอาจหมายถึงการลดปัญหาความไม่สม่ำเสมอในกลุ่มคนที่ “บางคนรู้จักเครื่องมือ บางคนไม่รู้จัก” หรืออาจหมายถึงการกำหนดนโยบาย การถกเถียงอย่างกว้างขวาง และในที่สุดก็จะมีมาตรฐานที่สอดคล้องกันมากขึ้นทั่วทั้งมหาวิทยาลัย.
🧑💼 ปัญญาประดิษฐ์จะเข้ามาแทนที่งานหรือไม่? รายงานจาก Anthropic พบว่าคำตอบนั้นไม่ง่ายอย่างที่คิด ↗
งานวิจัยของ Anthropic ในส่วนนี้ (ผ่านการใช้งาน Claude ในทางปฏิบัติ) ชี้ให้เห็นว่า AI ในปัจจุบันมีบทบาทเป็น "ผู้ช่วยงาน" มากกว่า "การลบงาน" ผู้คนกำลังมอบหมายงานเป็นส่วนๆ ไม่ใช่การมอบหมายบทบาททั้งหมดให้ AI.
ส่วนที่น่าสนใจคือความแตกต่างเล็กน้อย: ผลกระทบจะแตกต่างกันอย่างมากตามอาชีพและส่วนใดของงานที่สามารถใช้ระบบอัตโนมัติได้ มันเหมือนกับการพยายามพยากรณ์พายุโดยการดูแค่เมฆก้อนเดียว คุณอาจเห็นบางส่วน แต่ไม่เห็นระบบสภาพอากาศทั้งหมด.
🧪 หลักการร่วมด้านปัญญาประดิษฐ์ (AI) ระหว่างสหภาพยุโรปและสหรัฐอเมริกาสำหรับอุตสาหกรรมยา ↗
หน่วยงานกำกับดูแลด้านยาของสหภาพยุโรปและสหรัฐอเมริกาเห็นพ้องกันในหลักการร่วมกันสำหรับ “การกำกับดูแล AI ที่ดี” ในด้านวิทยาศาสตร์ชีวภาพ ซึ่งเน้นเรื่องการกำกับดูแล การจัดการความเสี่ยง และความรับผิดชอบที่ชัดเจนยิ่งขึ้น แม้จะไม่ใช่เรื่องที่หวือหวา แต่เป็นสิ่งที่ช่วยกำหนดทิศทางการพัฒนาเทคโนโลยีอย่างเงียบๆ.
โดยหลักแล้ว จุดประสงค์คือ: แน่นอน ใช้ AI ได้ แต่ต้องทำให้ตรวจสอบได้และโปร่งใสอย่างละเอียดถี่ถ้วน ว่ามันเหมาะสมกับที่ไหน ใช้เพื่ออะไร และใครเป็นผู้รับผิดชอบเมื่อเกิดปัญหาขึ้น.
คำถามที่พบบ่อย
บริการ Enterprise Advantage ของ IBM สำหรับ AI ตัวแทนคืออะไร?
“Enterprise Advantage” ของ IBM นำเสนอแนวทางที่เน้นแพลตฟอร์มเป็นหลักในการนำ AI แบบเอเจนต์มาใช้ในองค์กรขนาดใหญ่ โดยไม่ต้องมองว่าการใช้งานแต่ละครั้งเป็นโครงการเฉพาะกิจ เน้นการใช้ทรัพยากรที่มีอยู่ร่วมกัน การกำหนดมาตรฐานวิธีการสร้างเอเจนต์ของทีม และหลีกเลี่ยงการแบ่งแยกแบบ “แผนกต่อแผนก” นอกจากนี้ยังเน้นการปรับให้เข้ากับสภาพแวดล้อมที่มีอยู่แล้ว แทนที่จะต้องสร้างใหม่ทั้งหมด โดยมีเป้าหมายเพื่อให้การใช้งานสามารถทำซ้ำได้ มีการกำกับดูแล และขยายขนาดได้ง่ายขึ้น.
AI ที่ทำหน้าที่เหมือนตัวแทนนั้นแตกต่างจากแชทบอทหรือผู้ช่วย AI อย่างเช่น Copilot อย่างไร?
AI ที่ทำงานโดยอัตโนมัติถูกมองว่าไม่ใช่แค่ "การตอบคำถาม" แต่เป็นการ "ดำเนินการตามขั้นตอน" ภายในเวิร์กโฟลว์ แทนที่จะหยุดอยู่ที่การให้คำแนะนำ เอเจนต์สามารถดำเนินการตามกฎที่กำหนดไว้ได้ การเปลี่ยนแปลงนี้เพิ่มความเสี่ยง ซึ่งเป็นเหตุผลว่าทำไมข้อความจึงเน้นหนักไปที่ข้อจำกัด การตรวจสอบย้อนกลับ และการควบคุม โดยเฉพาะอย่างยิ่งเมื่อเอเจนต์ทำงานภายในกระบวนการที่สำคัญต่อธุรกิจ.
“แพลตฟอร์มมาก่อน” หมายความว่าอย่างไรเมื่อนำ AI เชิงตัวแทนไปใช้ในทีมต่างๆ?
แนวทางที่เน้นแพลตฟอร์มเป็นหลัก หมายถึงการสร้างรากฐานร่วมกัน เช่น เครื่องมือ รูปแบบ การกำกับดูแล และส่วนประกอบที่นำกลับมาใช้ใหม่ได้ เพื่อให้ทีมต่างๆ ไม่ต้องสร้างความสามารถของเอเจนต์แบบเดียวกันขึ้นมาใหม่โดยลำพัง จุดประสงค์คือเพื่อลดการสร้างระบบเฉพาะทางและรักษาความสม่ำเสมอในการใช้งานในทุกแผนก ในทางปฏิบัติแล้ว “โครงสร้างพื้นฐานที่มีการกำกับดูแล” นี้เองที่ช่วยให้การใช้งานเอเจนต์ขยายขนาดได้ โดยไม่ต้องให้แต่ละกลุ่มสร้างระบบ AI แยกต่างหากของตนเอง.
กลไกการกำกับดูแลและการปฏิบัติตามกฎระเบียบจะถูกผนวกเข้ากับเวิร์กโฟลว์ AI ที่มีบทบาทอย่างไร?
จุดสนใจอยู่ที่การทำงานอัตโนมัติแบบตัวแทนภายในกลไกการบริหารความเสี่ยงและการปฏิบัติตามกฎระเบียบ ซึ่งความผิดพลาดอาจส่งผลเสียอย่างร้ายแรง แนวคิดนี้เน้นย้ำถึงมาตรการป้องกันและความสามารถในการตรวจสอบย้อนกลับตั้งแต่เริ่มต้น เพื่อให้การกระทำต่างๆ ยังคงอยู่ภายใต้การควบคุมและตรวจสอบได้ แทนที่จะเป็นการดำเนินการแบบเฉพาะกิจ ซึ่งสอดคล้องกับการผลักดันในวงกว้างจากหน่วยงานกำกับดูแล เช่น หน่วยงานกำกับดูแลด้านยาของสหภาพยุโรปและสหรัฐอเมริกา ที่มุ่งไปสู่ความรับผิดชอบ การกำกับดูแล และการจัดการความเสี่ยงที่ชัดเจนยิ่งขึ้นสำหรับ AI ในสถานการณ์ที่มีความเสี่ยงสูง.
ผลการศึกษาของ IBM ชี้ให้เห็นอะไรบ้างเกี่ยวกับบทบาทของ AI ในการขับเคลื่อนการเติบโตทางธุรกิจจนถึงปี 2030?
ประเด็นหลักของการสำรวจคือ ผู้นำคาดหวังว่า AI จะก้าวข้ามการเพิ่มประสิทธิภาพไปสู่ผลลัพธ์การเติบโตที่แท้จริง แต่หลายคนยังขาดแผนที่ชัดเจนว่าคุณค่าจะไปอยู่ที่ใด การบูรณาการจึงเป็นสิ่งสำคัญ: “AI ที่ใช้เป็นส่วนเสริม” จะไม่เปลี่ยนแปลงอะไรมากนักหากไม่ได้ฝังอยู่ในวิธีการทำงาน นอกจากนี้ยังกล่าวถึงกลยุทธ์แบบหลายโมเดล โดยโมเดลขนาดเล็กจะรับงานมากขึ้นในการใช้งานจริง.
ปัญญาประดิษฐ์จะเข้ามาแทนที่งานทั้งหมด หรือจะเข้ามาช่วยทำงานบางส่วนโดยอัตโนมัติ?
จากข้อมูลการใช้งาน Claude ในทางปฏิบัติ (ตามที่ Anthropic รายงานและกล่าวถึงในที่นี้) ผลกระทบในปัจจุบันดูเหมือนจะเป็นการช่วยเหลือในระดับงานมากกว่าการทดแทนงานทั้งหมด ผู้คนมอบหมายงานเป็นส่วนๆ ไม่ใช่บทบาททั้งหมดตั้งแต่ต้นจนจบ ผลกระทบจะแตกต่างกันไปอย่างมากตามอาชีพและส่วนต่างๆ ของงานที่สามารถทำให้เป็นระบบอัตโนมัติได้ ทำให้ผลลัพธ์ไม่สม่ำเสมอและขึ้นอยู่กับบริบทอย่างมาก.